第二名解决方案

非常感谢主办方举办这场精彩的比赛！同时也感谢所有在这里分享实验经验的参赛者，特别感谢 @hengck23。

模型

在本次比赛中，重量级的编码器和高分辨率输入效果更好。我使用了 3 个 CNN 编码器（efficientnet_b7, convnext_large, tf_efficientnetv2_l）和 1 个 Transformer 模型（coat_lite_medium）。Coat 作为单模型表现最好，但与 CNN 集成后得分更高。我也尝试了几个版本的 Swin v1 和 v2，但效果较差。

所有模型均在 3 种输入分辨率下训练：768 * 768、1024 * 1024、1472 * 1472，采用 5 折交叉验证。

模型还经过了训练以预测器官和像素大小。我认为这些辅助输出有助于训练出更鲁棒的模型。像素大小是根据调整后的输入分辨率计算的，并会随着训练增强过程而变化。

数据增强

• 随机裁剪/填充
• 缩放
• 旋转
• 翻转
• 颜色变换
• 模糊/噪声
• 饱和度/亮度/对比度
• 弹性形变

外部数据

外部数据在这里帮了大忙。我使用这个笔记本 https://www.kaggle.com/code/carnozhao/hpa-data-download 下载了一些 HPA 数据，并从这里发布的来源以及之前的 Hubmap 和 Panda 竞赛中手动挑选了一些图像。

伪标签

所有外部数据均使用初始模型的集成进行了伪标签处理。此外，训练数据也进行了伪标签处理，并在 30% 的情况下作为真实标签用于训练。

颜色迁移

使用这个很棒的笔记本 https://www.kaggle.com/code/gray98/stain-normalization-color-transfer 对训练图像进行了重新着色，使用了 3 张不同的目标图像，并在训练期间以 15% 的概率代替原始图像使用。

验证

验证时使用了测试时增强（翻转、裁剪、填充）+ 外部数据也被分折并用于验证，以获取最佳检查点。